排序方式: 共有4条查询结果,搜索用时 125 毫秒
1
1.
2.
好氧颗粒污泥技术具有占地面积小、能耗低、剩余污泥量少、抗冲击性强等优点,是一种可持续的污水处理技术。以北京某污水处理厂实际生活污水作为基质,在中试规模(有效容积为2.5 m3)反应器中进行好氧颗粒污泥培养,研究了颗粒污泥在低温条件下的稳定性。中试自夏季开始运行到次年春季结束,共计运行260 d。结果表明,采用我国实际低碳源市政污水可以培养出好氧颗粒污泥,污泥颗粒化程度可达94%,SVI5/SVI30为1.1~1.3。冬季低温会造成颗粒污泥的枝状结构增多、丝状菌生长,进而引起颗粒化比例略有下降,为80%~91%,污泥平均粒径降低,SVI5/SVI30升高至1.5~1.8。在冬季低温条件下,通过优化调控进水流量、曝气时长、曝气过程DO浓度可提高脱氮效率。中试期间各阶段反应器出水COD、TP、NH4+-N以及TN均可以满足GB 18918—2002的一级A排放标准,但是低温条件下TN去除率略有下降(降幅为6%~9%),存在一定超标风险。 相似文献
3.
为了提高污水处理过程中出水TN的预测精度,提出一种基于联合RNN神经网络的出水TN预测算法.该联合RNN神经网络是基于传统RNN网络的改进型网络,其由一系列并排的单RNN网络构成,每个RNN网络的输出不仅与本网络的当前和历史输入相关,还与相邻RNN网络的历史输入相关.网络的训练过程分为两步,首先断开不同RNN网络的连接,单独训练每一个RNN网络,然后恢复不同RNN网络的连接,联合训练所有RNN网络.利用来自真实水厂的水质数据与常规RNN网络进行对比试验,试验结果显示,联合RNN网络的效果(R=0.902,E=0.245)好于常规RNN网络的效果(R=0.863,E=0.361),这证明所提出的算法提高了出水TN的预测精度. 相似文献
4.
1